点云地图建立方法、车道标注数据获取方法、设备及介质技术

本发明专利技术涉及自动驾驶技术领域，具体提供一种点云地图建立方法、车道标注数据获取方法、设备及介质，旨在解决提高车道标注数据的准确性的问题。为此目的，本发明专利技术提供的点云地图建立方法在全球卫星定位装置的定位信号正常时利用全球卫星定位装置建立三维点云地图，以提高三维点云地图的准确性，在定位信号不正常时三维激光雷达点云与在先地图的相对位姿进行地图更新，以提高三维点云地图的准确性；本发明专利技术提供的车道标注数据获取方法可以利用上述点云地图建立方法建立三维点云地图，进而能够提高车道标注数据的准确性。提高车道标注数据的准确性。提高车道标注数据的准确性。

【技术实现步骤摘要】
点云地图建立方法、车道标注数据获取方法、设备及介质


[0001]本专利技术涉及自动驾驶
，具体涉及一种点云地图建立方法、车道标注数据获取方法、设备及介质。

技术介绍

[0002]自动驾驶技术主要包括感知(Perception)、规划(Planning)和控制(Control)三个关键技术，其中，感知技术主要用于确定驾驶装置(比如自动驾驶车辆)所处行驶环境的实时局部地图和障碍物信息，规划技术主要用于根据上述实时局部地图和障碍物信息规划驾驶装置的行驶轨迹，控制技术主要用于控制驾驶装置按照规划出来的行驶轨迹行驶。
[0003]为了提高实时局部地图与障碍物信息的准确性，以保证驾驶装置能够安全行驶，目前主要是先采用车道场景的车道标注数据训练基于BEV(Bird Eye View)视角下的多传感器感知模型，再通过训练好的感知模型确定驾驶装置的行驶环境的实时局部地图和障碍物信息，其中，车道标注数据的准确性将会极大地影响感知模型的准确性，进而影响实时局部地图和障碍物信息的准确性。因而，为了提高车道标注数据的准确性，以提高实时局部地图和障碍物信息的准确性，进而保证驾驶装置能够安全行驶，必须准确获取车道场景的车道标注数据。
[0004]相应地，本领域需要一种新的技术方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何提高车道标注数据的准确性，以提高实时局部地图和障碍物信息的准确性，进而保证驾驶装置能够安全行驶的技术问题的点云地图建立方法、车道标注数据获取方法、设备及介质。
[0006]在第一方面，提供一种三维点云地图的建立方法，所述方法包括：
[0007]获取在车辆行驶过程中所述车辆上的全球卫星定位装置的定位信号并判断所述定位信号是否正常；若正常，则基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿，根据所述雷达定位位姿对每帧三维激光雷达点云进行拼接，以建立所述行驶环境的三维点云地图；若不正常，则针对每帧三维激光雷达点云，确定当前帧三维激光雷达点云相对于根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿，根据所述相对位姿与所述当前帧三维激光雷达点云对所述三维点云地图进行地图更新，以建立所述行驶环境的三维点云地图。
[0008]在上述三维点云地图的建立方法的一个技术方案中，“基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿”的步骤具体包括：根据每帧三维激光雷达点云各自对应的时间戳，
分别对所述全球卫星定位装置得到的全球定位位姿进行插值计算，得到在每个所述时间戳下的全球定位位姿；基于所述全球卫星定位装置与所述激光雷达进行坐标系转换的位姿参数，并根据在每个所述时间戳下的全球定位位姿，分别确定每帧三维激光雷达点云各自对应的雷达定位位姿。
[0009]在上述三维点云地图的建立方法的一个技术方案中，在“基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿”的步骤之前，所述方法还包括通过下列方式对所述位姿参数进行优化：根据所述位姿参数与车辆转弯时所述全球卫星定位装置得到的全球定位位姿，确定车辆转弯时所述激光雷达采集到的每帧三维激光雷达点云各自对应的雷达定位位姿；采用基于ICP(Iterative Closest Point)算法的点云配准算法，根据所述车辆转弯时所述激光雷达采集到的每帧三维激光雷达点云各自对应的雷达定位位姿，对所述位姿参数进行优化。
[0010]在上述三维点云地图的建立方法的一个技术方案中，“确定当前帧三维激光雷达点云相对于根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿”的步骤具体包括：根据所述车辆的角速度和线速度，预测所述当前帧三维激光雷达点云相对于所述根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿，将预测的相对位姿作为先验相对位姿；基于所述先验相对位姿，确定当前帧三维激光雷达点云相对于所述根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿。
[0011]在上述三维点云地图的建立方法的一个技术方案中，在“根据所述相对位姿与所述当前帧三维激光雷达点云对所述三维点云地图进行地图更新，以建立所述行驶环境的三维点云地图”的步骤之后，所述方法还包括：按照预设的因子图(Pose Graph)的约束条件，采用基于因子图(Pose Graph)的位姿优化方法对所述当前帧三维激光雷达点云对应的雷达定位位姿进行优化；其中，所述预设的因子图(Pose Graph)的约束条件包括雷达定位位姿约束条件和全球定位位姿约束条件；
[0012]所述雷达定位位姿约束条件如下式所示：
[0013][0014]其中，r
odom
表示雷达定位位姿约束条件的约束误差，表示因子图(Pose Graph)中第i
‑
1个关键帧的绝对位姿，表示因子图(Pose Graph)中第i个关键帧的绝对位姿，表示对进行取逆运算，表示第i个关键帧相对于第i
‑
1个关键帧的相对位姿，w表示世界坐标系，b表示车辆坐标系，所述关键帧是指相比于之前一帧三维激光雷达点云而言，雷达定位位姿的变化量大于预设阈值的一帧三维激光雷达点云；
[0015]所述全球定位位姿约束条件如下式所示：
[0016][0017]其中，r
rtk
表示全球定位位姿约束条件的约束误差，表示在因子图(Pose Graph)中第j个关键帧对应的时间戳时的全球定位位姿，T
rb
表示车辆坐标系与全球卫星定
位装置进行坐标系转换的位姿参数，表示因子图(Pose Graph)中第j个关键帧的绝对位姿，表示对进行取逆运算，r表示所述全球卫星定位装置的坐标系，j∈Ω，Ω表示所述全球卫星定位装置的定位信号正常时所述激光雷达采集到的三维激光雷达点云中的关键帧。
[0018]在上述三维点云地图的建立方法的一个技术方案中，在“根据所述雷达定位位姿对每帧三维激光雷达点云进行拼接，以建立所述行驶环境的三维点云地图”的步骤之前，所述方法还包括分别对每帧三维激光雷达点云进行点云去畸变处理。
[0019]在上述三维点云地图的建立方法的一个技术方案中，“确定当前帧三维激光雷达点云相对于根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿”的步骤具体包括：对所述当前帧三维激光雷达点云进行动态物体检测，根据检测的结果去除所述当前帧三维激光雷达点云中属于动态物体的三维激光雷达点云；根据去除所述属于动态物体的三维激光雷达点云之后的所述当前帧三维激光雷达点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维点云地图的建立方法，其特征在于，所述方法包括：获取在车辆行驶过程中所述车辆上的全球卫星定位装置的定位信号并判断所述定位信号是否正常；若正常，则基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿，根据所述雷达定位位姿对每帧三维激光雷达点云进行拼接，以建立所述行驶环境的三维点云地图；若不正常，则针对每帧三维激光雷达点云，确定当前帧三维激光雷达点云相对于根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿，根据所述相对位姿与所述当前帧三维激光雷达点云对所述三维点云地图进行地图更新，以建立所述行驶环境的三维点云地图。2.根据权利要求1所述的三维点云地图的建立方法，其特征在于，“基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿”的步骤具体包括：根据每帧三维激光雷达点云各自对应的时间戳，分别对所述全球卫星定位装置得到的全球定位位姿进行插值计算，得到在每个所述时间戳下的全球定位位姿；基于所述全球卫星定位装置与所述激光雷达进行坐标系转换的位姿参数，并根据在每个所述时间戳下的全球定位位姿，分别确定每帧三维激光雷达点云各自对应的雷达定位位姿。3.根据权利要求1所述的三维点云地图的建立方法，其特征在于，在“基于所述全球卫星定位装置与所述车辆上的激光雷达进行坐标系转换的位姿参数并根据所述全球卫星定位装置得到的全球定位位姿，分别确定所述激光雷达采集到的行驶环境的每帧三维激光雷达点云各自对应的雷达定位位姿”的步骤之前，所述方法还包括通过下列方式对所述位姿参数进行优化：根据所述位姿参数与车辆转弯时所述全球卫星定位装置得到的全球定位位姿，确定车辆转弯时所述激光雷达采集到的每帧三维激光雷达点云各自对应的雷达定位位姿；采用基于ICP(Iterative Closest Point)算法的点云配准算法，根据所述车辆转弯时所述激光雷达采集到的每帧三维激光雷达点云各自对应的雷达定位位姿，对所述位姿参数进行优化。4.根据权利要求1所述的三维点云地图的建立方法，其特征在于，“确定当前帧三维激光雷达点云相对于根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿”的步骤具体包括：根据所述车辆的角速度和线速度，预测所述当前帧三维激光雷达点云相对于所述根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿，将预测的相对位姿作为先验相对位姿；基于所述先验相对位姿，确定当前帧三维激光雷达点云相对于所述根据之前多帧三维激光雷达点云建立的三维点云地图的相对位姿。5.根据权利要求1所述的三维点云地图的建立方法，其特征在于，在“根据所述相对位
姿与所述当前帧三维激光雷达点云对所述三维点云地图进行地图更新，以建立所述行驶环境的三维点云地图”的步骤之后，所述方法还包括：按照预设的因子图(Pose Graph)的约束条件，采用基于因子图(Pose Graph)的位姿优化方法对所述当前帧三维激光雷达点云对应的雷达定位位姿进行优化；其...

【专利技术属性】
技术研发人员：何雷，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：